A Gaussian-Based Refinement Algorithm for Estimating Usual Energy Intake from FAO Food Balance Sheets: Validation Across Six Countries

कल्पना कीजिए कि आप एक पूरे देश की खाने की आदतों को समझने की कोशिश कर रहे हैं, लेकिन आपके पास केवल एक बड़े किराना स्टोर का एक एकल, विशाल रसीद है। यह मूल रूप से वही है जो वैज्ञानिक करते हैं जब वे "फूड बैलेंस शीट्स" (खाद्य संतुलन विवरण) का उपयोग करते हैं। ये राष्ट्रीय बहीखाते हैं जो एक देश द्वारा उत्पादित, आयात और निर्यात की गई हर चीज़ का हिसाब रखते हैं, फिर कुल को लोगों की संख्या से विभाजित करके प्रति व्यक्ति उपलब्ध भोजन की एक "औसत" मात्रा प्राप्त करते हैं। यह कुछ ऐसा है जैसे कहना, "यदि हम इस विशाल पिज्जा को शहर के सभी लोगों में समान रूप से बांट दें, तो हर किसी को एक स्लाइस मिलेगा।" लेकिन हम सभी जानते हैं कि जीवन इतना निष्पक्ष नहीं होता; कुछ लोग तीन स्लाइस खाते हैं, कुछ कुछ भी नहीं, और "औसत" आपको यह नहीं बताता कि कौन भूखा है और कौन भरा हुआ है।

यह एक बड़ी बात है क्योंकि सरकारें और संयुक्त राष्ट्र (UN) जैसे संगठन यह तय करने के लिए इन नंबरों का उपयोग करते हैं कि क्या कोई देश भूख से सुरक्षित है। यदि गणित गलत है, तो वे सोच सकते हैं कि हर कोई तृप्त है, जबकि वास्तव में कई लोग भूखे मर रहे हैं। समस्या यह है कि गणित करने का पुराना तरीका यह मानता है कि रसीद पर दिया गया "औसत" नंबर भीड़ की खाने की आदतों का मध्य है। लेकिन क्या होगा अगर वह नंबर वास्तव में पहाड़ की चोटी है, और वास्तविक औसत बहुत कम है? यह एक पहेली है जिसे एक नया अध्ययन हल करने की कोशिश कर रहा है: उस एक, भ्रामक किराने की रसीद को लोगों के वास्तव में खाने के वास्तविक चित्र में कैसे बदला जाए, बिना हर एक व्यक्ति से यह पूछे कि उन्होंने दोपहर के भोजन में क्या खाया था।

---

पिज्जा रसीद की समस्या

किंग सऊद यूनिवर्सिटी के एक शोधकर्ता उमर अलहुमैदान ने गौर किया कि कैलोरी गिनने के तरीके में एक अजीब सी गड़बड़ी है। जब संयुक्त राष्ट्र का खाद्य एवं कृषि संगठन (FAO) किसी देश के फूड बैलेंस शीट को देखता है, तो उन्हें "3,761 कैलोरी प्रति व्यक्ति" जैसा एक नंबर दिखता है। वे इसे पूरे देश के लिए औसत भोजन का आकार मानते हैं। लेकिन जब वैज्ञानिक वास्तव में अमेरिका या नीदरलैंड जैसे देशों में लोगों से पूछते हैं कि वे क्या खाते हैं, तो औसत बहुत कम—लगभग 2,166 कैलोरी होता है।

यह ऐसा है जैसे किराने की रसीद कहती है कि औसत व्यक्ति ने एक पूरा पिज्जा खाया, लेकिन जब आप कूड़ेदानों की जाँच करते हैं, तो आप पाते हैं कि अधिकांश लोगों ने केवल कुछ स्लाइस ही खाए थे। पुराना तरीका मानता है कि रसीद वाला नंबर भीड़ का केंद्र है। अलहुमैदान का सुझाव है कि यह गलत है। इसके बजाय, उनका प्रस्ताव है कि रसीद का नंबर वास्तव में छत (सीलिंग) है—अधिकतम उपलब्ध भोजन, जो उन लोगों का प्रतिनिधित्व करता है जो सबसे अधिक खाते हैं, न कि औसत व्यक्ति का।

गॉसियन जादू का खेल (The Gaussian Magic Trick)

इसे ठीक करने के लिए, शोधकर्ता ने एक "रिफाइनमेंट एल्गोरिदम" का आविष्कार किया। इसे एक जादू के खेल की तरह समझें जहाँ आप एक संख्या लेते हैं और थोड़े से गणित का उपयोग करके पूरी भीड़ के आकार का अनुमान लगाते हैं।

यह जादू दो सरल नियमों पर आधारित है:

1. द वॉबल फैक्टर (डगमगाहट का कारक): लोगों की खाने की आदतें एक जैसी नहीं होतीं। कुछ बहुत अधिक खाते हैं, कुछ बहुत कम। शोधकर्ता मानते हैं कि यह "वॉबल" (जिसे विचरण गुणांक या Coefficient of Variation कहा जाता है) सभी के लिए लगभग 25% है।
2. द सीलिंग रूल (छत का नियम): फूड बैलेंस शीट पर दिया गया नंबर मध्य नहीं है; यह शीर्ष है। एक मानक बेल-आकार के वक्र (गॉसियन वितरण) में, मध्य से ऊपर के 3 "चरण" अधिकतम का प्रतिनिधित्व करते हैं। इसलिए, रसीद का नंबर वास्तव में औसत प्लस तीन चरणों का वॉबल है।

इस "छत" से पीछे की ओर काम करके, एल्गोरिदम यह पता लगा सकता है कि भीड़ का वास्तविक मध्य कहाँ है। यह पहाड़ के उच्चतम बिंदु को देखने और उसके ढलान को जानने जैसा है, और फिर यह गणना करना कि बेस कैंप बिल्कुल कहाँ होना चाहिए।

छह-देशों का परीक्षण

यह जादू का खेल वास्तव में काम करता है या नहीं, यह देखने के लिए, अलहुमैदान ने छह अलग-अलग देशों में इसका परीक्षण किया: नीदरलैंड, इटली, संयुक्त राज्य अमेरिका, कनाडा, दक्षिण कोरिया और मोंटेनेग्रो। उन्होंने अपने नए "परिष्कृत" (refined) नंबरों की तुलना वास्तविक डेटा से की जहाँ लोगों ने वास्तव में रिपोर्ट किया था कि उन्होंने क्या खाया।

परिणाम आश्चर्यजनक रूप से अच्छे थे।

• त्रुटि (The Error): औसतन, उनके नए अनुमान केवल 125 kcal/दिन के अंतर पर थे। यह वैसा ही है जैसे अंदाज़ा लगाना कि किसी ने एक छोटा सेब खाया जबकि वास्तव में उसने एक मध्यम आकार का सेब खाया था।
• प्रतिशत: यह 7% की त्रुटि दर है, जो बिग डेटा की दुनिया में काफी कम है।
• मिलान: जब उन्होंने एक सांख्यिकीय परीक्षण (पेयर्ड-सैंपल्स टी-टेस्ट) चलाया, तो उनके नए नंबरों और वास्तविक सर्वेक्षण नंबरों के बीच का अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं था (P = 0.456)। सरल शब्दों में, उनके नए तरीके ने ऐसे नंबर दिए जो वास्तविक, कठिन-से-प्राप्त सर्वेक्षण डेटा से लगभग अभिन्न थे।

यह क्यों मायने रखता है

पुराने तरीके में एक समस्या थी: यह "औसत" कैलोरी गणना को बहुत अधिक ऊपर धकेलता रहता था। अध्ययन में, पुराने तरीके ने सुझाव दिया कि अधिकांश लोग प्रतिदिन 3,000 कैलोरी से अधिक खा रहे हैं, जबकि वास्तविक सर्वेक्षणों ने दिखाया कि अधिकांश लोग 1,000 और 3,000 के बीच खा रहे थे। नए एल्गोरिदम ने नंबरों को वास्तविकता के अनुरूप नीचे खींच लिया, जिससे एक ऐसा वक्र बना जो वास्तविक सर्वेक्षण डेटा जैसा दिखता है।

यह उन देशों के लिए एक बड़ी जीत है जिनके पास महंगे राष्ट्रीय खाद्य सर्वेक्षण आयोजित करने के लिए धन या समय नहीं है। अनुमान लगाने के बजाय, अब वे अपने मौजूदा किराने के बिलों (फूड बैलेंस शीट्स) और इस सरल गणितीय तकनीक का उपयोग करके यह स्पष्ट चित्र प्राप्त कर सकते हैं कि वास्तव में कौन भूखा है।

इस जादू की सीमाएं

हालाँकि, शोधकर्ता परिणामों को बहुत अधिक बढ़ा-चढ़ाकर बताने के प्रति सावधान हैं। यह तरीका वयस्कों के लिए और कैलोरी गिनने के लिए बहुत अच्छा काम करता है, लेकिन यह हमें विटामिन या खनिजों के बारे में नहीं बताता है। साथ ही, इसका परीक्षण अभी तक बच्चों, गर्भवती महिलाओं या विशिष्ट समूहों पर नहीं किया गया है। यह ऊर्जा का अनुमान लगाने के लिए एक शक्तिशाली नया उपकरण है, लेकिन यह कोई जादुई छड़ी नहीं है जो खाद्य सुरक्षा के हर रहस्य को सुलझा दे।

अंत में, यह शोध पत्र सुझाव देता है कि खाद्य आपूर्ति डेटा के "शीर्ष" को देखने के तरीके को बदलकर, हम वास्तविक निचली रेखा का एक बहुत अधिक सच्चा चित्र प्राप्त कर सकते हैं: लोग वास्तव में कितना भोजन खा रहे हैं। यह एक धुंधले, एक-सा-होने-वाले (one-size-fits-all) नंबर को भूख और तृप्ति के एक स्पष्ट, यथार्थवादी मानचित्र में बदल देता है।